Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
z punktów w przestrzeni poszukiwań), zaś populacja to zbiór takich punktów.<br />
Miarą jakości przetwarzanych osobników jest funkcja oceny (odpowiednik funkcji<br />
celu w standar<strong>do</strong>wych algorytmach optymalizacyjnych). Funkcja oceny<br />
definiowana jest dla rozpatrywanego problemu i w każdej iteracji algorytmu (dla<br />
każdej populacji) zwraca wartość odpowiadającą przystosowaniu każdego<br />
z osobników. Im wyższa wartość przystosowania, tym osobnik bliższy jest<br />
rozwiązaniu optymalnemu. Ponieważ zasada działania algorytmu jest taka, że<br />
działa on na zako<strong>do</strong>wanej postaci możliwych rozwiązań, stąd też wprowadzono<br />
również pojęcia fenotypu oraz genotypu. Fenotyp to niezako<strong>do</strong>wana postać<br />
rozwiązania, czyli jeden z punktów w przestrzeni poszukiwań. Z kolei genotyp to<br />
zako<strong>do</strong>wana postać fenotypu (np. rozwiązanie przedstawione w postaci łańcucha<br />
binarnego), która składa się z jednego lub większej ilości chromosomów. W<br />
praktyce najczęściej spotykana jest sytuacja, w której jednemu osobnikowi<br />
odpowiada jeden chromosom, zdarza się natomiast również, że algorytm działa na<br />
niezako<strong>do</strong>wanej formie rozwiązań, a wówczas fenotyp jest tożsamy z genotypem.<br />
Chromosom zbu<strong>do</strong>wany jest z elementarnych jednostek zwanych genami. Geny<br />
zawierają informacje charakterystyczne dla danego osobnika. Ze względu na to, że<br />
geny mogą występować w wielu odmianach, dla alternatywnych wariantów tego<br />
samego genu stosuje się termin allel. W przypadku standar<strong>do</strong>wego algorytmu<br />
genetycznego z binarnym ko<strong>do</strong>waniem każdy z genów może występować w dwóch<br />
wariantach przyjmując odpowiednio wartość 1 lub 0. Drugą z istotnych cech<br />
genów jest ich umiejscowienie w chromosomie. Pozycja genu w chromosomie<br />
nazywana jest locus.<br />
2.2.1 Algorytmy genetyczne – podstawowe pojęcia oraz schemat<br />
Goldberg w swej pracy [Gol1995a] wskazał na następujące cechy<br />
charakterystyczną odróżniającą algorytmy genetyczne od innych bardziej<br />
tradycyjnych metod optymalizacyjnych:<br />
a) AG nie przetwarzają bezpośrednio parametrów zadawania, lecz ich<br />
zako<strong>do</strong>waną postać;<br />
b) AG prowadzą poszukiwania, wychodząc nie z pojedynczego punktu,<br />
lecz z pewnej ich populacji;<br />
18